一种移动机器人路径规划方法技术

本发明专利技术公开一种移动机器人路径规划方法，包括以下步骤：S1、采用栅格法创建机器人环境地图，定义起始点与目标点；S2、采用蚁群算法寻找环境最短路径，蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；S22、将m只蚂蚁放在起始点，开始搜索，得到可行路径节点栅格；S23、利用距离启发函数选择下一步移动栅格，并将当前栅格加入到禁忌表中；S24、判断所有蚂蚁是否到达目标点，如果是，则进行步骤S25，如果否返回步骤S23；S25、利用路径偏差放大策略进行信息素更新；S26、判断是否达到最大迭代次数，如果是则结束；如果否，则令迭代次数加1并返回步骤S22；S3、将步骤S2得到最短路径作为规划的最优路径；本发明专利技术不仅提高了全局最优解而且提高了收敛速度。

A Path Planning Method for Mobile Robots

【技术实现步骤摘要】
一种移动机器人路径规划方法
本专利技术涉及机器人路径规划
，具体是一种基于改进蚁群算法的移动机器人路径规划方法。
技术介绍
路径规划技术是移动机器人研究领域的一个重要组成部分，主要目的是在有障碍物的环境中，根据一定的准则(如路径最短，位置拐点最少，用时最短等)，寻求一条从起始位置节点到目标位置节点之间的最优或次优安全无碰路径。路径规划技术的发展在一定程度上标志着机器人智能水平的高低，而路径规划方法的优劣直接影响路径规划效果。目前，国内外许多专家学者都在致力于路径规划算法的研究，常用的优化算法主要有人工势场法、免疫算法、蚁群优化算法、神经网络、粒子群优化算法和遗传算法等。其中，蚁群算法因其具有良好的寻优能力、强鲁棒性等优点，广泛应用于移动机器人路径规划问题中。但随着研究的不断深入，应用蚁群算法进行机器人路径规划的不足逐渐被发现，例如，局部最优、较慢的收敛速度、优化结果稳定性差等。
技术实现思路
本专利技术的目的在于提供一种移动机器人路径规划方法，该方法能够克服传统蚁群算法收敛速度慢、易陷入局部最优等不足，不仅提高了获得机器人路径规划的全局最优解的质量，而且提高了收敛的速度。本专利技术解决其技术问题所采用的技术方案是：一种移动机器人路径规划方法，包括以下步骤：S1、采用栅格法创建机器人工作环境地图，定义起始点与目标点；S2、采用蚁群算法寻找环境最短路径，所述蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；S22、将m只蚂蚁放在起始点，将起始点加入禁忌表中，开始搜索，得到可行路径节点栅格；S23、每只蚂蚁根据公式(1)选择下一步移动栅格，并将当前栅格加入到禁忌表中；公式(1)中，s为当前有转移概率的位置节点，为蚂蚁k在位置节点i选择位置节点j的转移概率；α和β均为正实数；allowedk为t时刻允许蚂蚁k通过的位置节点集合，k＝1,2,…,m；τ(i，j)表示在位置节点i与位置节点j之间的路段(i，j)上的信息素浓度；η(i,j)为距离启发函数，η(i,j)按照公式(2)计算；η(i,j)＝desire[num](2)公式(2)中desire为距离期望系数数组，num是数组中对应的数值，desire按公式(3)定义，公式(3)中standard为栅格标准值，一般取单位边长，repair为栅格修正值；S24、判断所有蚂蚁是否到达目标点，如果是，则进行步骤S25；如果否，则更新禁忌表，并返回步骤S23；S25、按照公式(4)、(5)、(6)进行信息素更新：τij(t+1)＝(1-ρ)τij(t)+Δτij(t)(4)式(4)、(5)和(6)中，τij(t+1)为更新后的信息素浓度，ρ为信息素挥发系数，τij(t)为旧信息素浓度，Δτij(t)为这一代所有蚂蚁走过后遗留下的信息素浓度，Q为信息素常数，Lk为第k只蚂蚁所寻路径长度，Δτij(t)k为第k只蚂蚁留在节点(i,j)上的信息素增量；利用路径偏差放大策略处理Lk，路径偏差放大策略按公式(7)、(8)执行：Lk-new＝Lk-Kre*Lt-min(7)Kaffect＝D/Lt-min(8)在式(7)、(8)中，Lk-new为第t代第k只蚂蚁产生的放大路径长度，Lk为路径原始长度，Lt-min为第t代的最小路径长度，Kre为放大系数，范围(0,1)；D为某路径和最短路径之间的差值，Kaffect为路径偏差影响系数；S26、判断是否达到最大迭代次数，如果是，则结束；如果否，则令迭代次数加1，并返回步骤S22；S3、将步骤S2得到的最短路径作为规划的最优路径。本专利技术的有益效果是，基于距离启发函数和路径偏差放大策略对传统蚁群算法进行改进，能够获得全局最优解，并且提高了路径规划求解的效率和稳定性。附图说明下面结合附图和实施例对本专利技术进一步说明：图1是本专利技术的流程示意图；图2是本专利技术机器人的移动方向示意图；图3是传统蚁群算法路径偏差模型示意图；图4是传统蚁群算法的寻优路线示意图；图5是本专利技术方法的寻优路线示意图；图6是传统蚁群算法的收敛曲线示意图；图7是本专利技术方法的收敛曲线示意图；图8是他人改进蚁群算法在另一种栅格环境下的寻优路线示意图；图9是他人改进蚁群算法在另一种栅格环境下的收敛曲线示意图；图10是本专利技术方法在在另一种栅格环境下的寻优路线示意图；图11是本专利技术方法在在另一种栅格环境下的收敛曲线示意图。具体实施方式如图1所示，本专利技术提供一种移动机器人路径规划方法，包括以下步骤：S1、采用栅格法创建机器人工作环境地图，定义起始点与目标点；S2、采用蚁群算法寻找环境最短路径，所述蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；相关参数包含蚁群规模m、最大迭代次数G、信息素蒸发因子ρ、信息素强度Q等；S22、将m只蚂蚁放在起始点，将起始点加入禁忌表中，开始搜索，得到可行路径节点栅格；S23、每只蚂蚁根据公式(1)选择下一步移动栅格，并将当前栅格加入到禁忌表中；公式(1)中s为当前有转移概率的位置节点，为蚂蚁k在位置节点i选择位置节点j的转移概率；α和β均为正实数；allowedk为t时刻允许蚂蚁k通过的位置节点集合，k＝1,2,…,m；τ(i，j)表示在位置节点i与位置节点j之间的路段(i，j)上的信息素浓度；η(i,j)为距离启发函数，η(i,j)按照公式(2)计算；η(i,j)＝desire[num](2)公式(2)中desire为距离期望系数数组，num是数组中对应的数值，desire按公式(3)定义，公式(3)中standard为栅格标准值，一般取单位边长，repair为栅格修正值；结合图2所示，若目标位置在蚂蚁的右上方，同时，定义凡是能缩短蚂蚁与终点距离的位置为有效位置，那么，理想情况下，0、6和7三个位置为下一步的有效位置；同样的，当终点位于蚂蚁的上方时，0、1和7三个位置为下一步的有效位置，因此，可以知道，每次能缩短蚂蚁与终点绝对距离的位置有三个，即对于这三个位置，希望蚂蚁能尽可能的选择，故对其期望距离系数进行强化/不操作；与此同时，对其他的非有效位置，则需要进行弱化；那么，接下来确定每个位置的距离期望系数呢，根据上述，其取决于每个位置对于全局路径最短的贡献，即距离终点的直线距离；通常情况下，先把所有邻接位置与终点的直线距离，并储存于数组a中，再新建一个数组b，储存a中数据对应的位置，例如：再对a从小到大排序，由排序产生的操作对b同样施加，依照排序后的结果，依次赋值即可；例如，初始a中最小为a[7]＝12，对应b[7]＝7，即位置7的距离最近，排序后，a[0]＝12，b[0]＝7，即位置7所对应的desire中值的位置为数字7在b中的位置，也就是0位置，这也就是公式(2)中的num值，再比如说，初始a[3]＝30,b[3]＝3，排序后，a[7]＝30，b[7]＝3，即对位置3，公式(2)中的num＝7；S24、判断所有蚂蚁是否到达目标点，如果是，则进行步骤S25；如果否，则更新禁忌表，并返回步骤S23；S25、按照公式(4)、(5)、(6)进行信息素更新：τij(t+1)＝(1-ρ)τij(t)+Δτij(t)(4)式(4)、(5)和(6)中，τij(t+1)为更新后的信息素浓度，ρ为信息素挥发系数，τij(t)为旧信息素浓度，Δτij(t)为这一本文档来自技高网...

【技术保护点】
1.一种移动机器人路径规划方法，其特征在于，包括以下步骤：S1、采用栅格法创建机器人工作环境地图，定义起始点与目标点；S2、采用蚁群算法寻找环境最短路径，所述蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；S22、将m只蚂蚁放在起始点，将起始点加入禁忌表中，开始搜索，得到可行路径节点栅格；S23、每只蚂蚁根据公式(1)选择下一步移动栅格，并将当前栅格加入到禁忌表中；

【技术特征摘要】
1.一种移动机器人路径规划方法，其特征在于，包括以下步骤：S1、采用栅格法创建机器人工作环境地图，定义起始点与目标点；S2、采用蚁群算法寻找环境最短路径，所述蚁群算法包含以下步骤：S21、初始化蚁群算法的参数；S22、将m只蚂蚁放在起始点，将起始点加入禁忌表中，开始搜索，得到可行路径节点栅格；S23、每只蚂蚁根据公式(1)选择下一步移动栅格，并将当前栅格加入到禁忌表中；式(1)中，s为当前有转移概率的位置节点，为蚂蚁k在位置节点i选择位置节点j的转移概率；α和β均为正实数；allowedk为t时刻允许蚂蚁k通过的位置节点集合，k＝1,2,…,m；τ(i，j)表示在位置节点i与位置节点j之间的路段(i，j)上的信息素浓度；η(i,j)为距离启发函数，η(i,j)按照公式(2)计算；η(i,j)＝desire[num](2)公式(2)中desire为距离期望系数数组，num是数组中对应的数值，desire按公式(3)定义，公式(3)中standard为栅格标准值，repair为栅格修正值；S24、判断所有蚂蚁是否到达目标点，如果是，则进行步骤S25；...

【专利技术属性】
技术研发人员：王雷，李雪，李东东，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：安徽,34